洞察过程波动：直方图·散布图·控制图.docxVIP

直方图、散布图、控制图：洞察过程波动的三大神器

看分布、找相关、控过程——读懂数据背后的波动密码波动是质量的天然属性：正常波动由随机原因引起，异常波动来自系统原因。直方图让我们看见分布，散布图帮我们找见关系，控制图则替我们盯住过程——三件工具覆盖了认识波动、分析关系、控制过程的全链条。

一、直方图：看见数据的身材

直方图（频数直方图）用一系列宽度相等、高度不等的长方形表示数据分布，直观形象地把质量分布规律呈现出来。虽然工艺条件相同，但产品质量总在一定范围内波动——直方图能帮我们判断这种波动是否正常。

数据要求与绘制

作直方图的数据不宜少于50个（最好100个）。绘制四步：算极差R（最大值?最小值）→确定组数K→算组距h（R÷K）→分组统计频数画图。组数选择可参考下表：

观测次数（次）

推荐组数K（组）

20~50

6

51~100

7

101~200

8

201~500

9

501~1000

10

大于1000

11~20

表：直方图组数选用表

形状分析：六种典型形态

正常型（中间高、两边低、左右对称）说明过程处于稳定状态；偏向型、双峰型、孤岛型、平顶型、锯齿型均为异常型，需进一步查明原因——例如双峰型往往意味着两种不同来源的数据混在了一起，孤岛型可能提示短暂的系统原因介入。

与规格界限比较

形状呈正常型时，还要将直方图与规